お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-01-21 16:35
DNN音声合成における音響特徴量系列とその時間構造の同時モデル化
橋本 佳大浦圭一郎南角吉彦徳田恵一名工大SP2016-76
抄録 (和) 統計的パラメトリック音声合成では,言語特徴量系列から音響特徴量系列を予測する音響モデルを精度良く学習することが重要な課題である.統計的パラメトリック音声合成の代表的な手法の1 つに隠れマルコフモデル(hidden Markov model; HMM)に基づく音声合成がある.隠れセミマルコフモデル(hidden semi-Markov model; HSMM)と呼ばれる状態継続長分布を持つHMM を用いることで,音響特徴量系列とその時間構造を同時学習することが可能である.一方,近年,ディープニューラルネットワーク(deep neural network; DNN)を音響モデルとして利用することで合成音声の自然性は従来法から大きく改善された.しかし,DNN は入出力特徴量間の一対一の関係をモデル化するため,長さの異なる入出力特徴量系列を直接取り扱うことができず,音声の時間構造を学習することはできない.本稿では,混合密度ネットワークを拡張し,HSMM の構造を導入した新しいDNN に基づく音声合成の枠組みを提案する.提案法はニューラルネットワークの出力からHSMM のパラメータを求めることで,音響特徴量系列とその時間構造の同時学習を実現する.実験結果から,提案法は計算量を大幅に削減しながら,従来のDNN 音声合成と同等の性能を示した. 
(英) In statistical parametric speech synthesis, a hidden Markov model (HMM) is widely used as an acoustic model. Recently, deep neural networks (DNNs) are used as acoustic models and DNN-based systems show better performance than HMM-based ones. In the conventional DNN-based speech synthesis, acoustic features are modeled by DNNs. However, duration information is given from other external duration predictors and temporal structures of speech are not considered in training of DNNs. In this paper, we propose a novel DNN-based acoustic model that outputs parameters of hidden semi-Markov models (HSMMs), which is an HMM with explicit duration models. The proposed method can simultaneously model acoustic feature sequences and its temporal structures in a unified framework. Experimental results show that the proposed method can generate natural-sounding speech as achieving a significant computational cost reduction.
キーワード (和) 音声合成 / ディープニューラルネットワーク / 音響モデル / 継続長モデル / 隠れセミマルコフモデル / / /  
(英) speech synthesis / deep neural network / acoustic model / duration model / hidden semi-Markov model / / /  
文献情報 信学技報, vol. 116, no. 414, SP2016-76, pp. 71-76, 2017年1月.
資料番号 SP2016-76 
発行日 2017-01-14 (SP) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード SP2016-76

研究会情報
研究会 SP  
開催期間 2017-01-21 - 2017-01-21 
開催地(和) 東京大学 
開催地(英) The University of Tokyo 
テーマ(和) 合成,生成,韻律,音声一般 
テーマ(英) Synthesis, Generation, Prosody, etc. 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2017-01-SP 
本文の言語 日本語 
タイトル(和) DNN音声合成における音響特徴量系列とその時間構造の同時モデル化 
サブタイトル(和)  
タイトル(英) Simultaneous modeling of acoustic feature sequences and its temporal structures for DNN-based speech synthesis 
サブタイトル(英)  
キーワード(1)(和/英) 音声合成 / speech synthesis  
キーワード(2)(和/英) ディープニューラルネットワーク / deep neural network  
キーワード(3)(和/英) 音響モデル / acoustic model  
キーワード(4)(和/英) 継続長モデル / duration model  
キーワード(5)(和/英) 隠れセミマルコフモデル / hidden semi-Markov model  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 橋本 佳 / Kei Hashimoto / ハシモト ケイ
第1著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nagoya Inst. of Tech.)
第2著者 氏名(和/英/ヨミ) 大浦 圭一郎 / Keiichiro Oura / オオウラ ケイイチロウ
第2著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nagoya Inst. of Tech.)
第3著者 氏名(和/英/ヨミ) 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ
第3著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nagoya Inst. of Tech.)
第4著者 氏名(和/英/ヨミ) 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ
第4著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nagoya Inst. of Tech.)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2017-01-21 16:35:00 
発表時間 25分 
申込先研究会 SP 
資料番号 SP2016-76 
巻番号(vol) vol.116 
号番号(no) no.414 
ページ範囲 pp.71-76 
ページ数
発行日 2017-01-14 (SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会